Stratus Red Team项目:Azure虚拟机Run Command攻击技术分析
2025-07-05 19:39:11作者:廉彬冶Miranda
Stratus Red Team项目是一个专注于云安全研究的开源项目,致力于模拟和记录各种云环境中的攻击技术。该项目近期更新了关于Azure虚拟机Run Command攻击技术的文档,增加了该技术在真实攻击中被使用的证据。
Azure虚拟机Run Command是一种允许用户在虚拟机上执行脚本或命令的功能,它通过Azure资源管理器API提供对虚拟机的远程管理能力。攻击者可以利用这一合法功能在受感染的虚拟机上执行恶意操作,包括但不限于:安装恶意软件、窃取数据、建立持久化后门等。
该攻击技术被归类为"执行"类技术,属于攻击链中的关键环节。攻击者通常需要先获取足够权限(如Contributor或Owner角色)才能使用Run Command功能。一旦获得权限,攻击者可以通过Azure Portal、Azure CLI或直接调用API来执行任意命令。
根据Google威胁情报团队的报告,俄罗斯相关的攻击组织已经将这种技术用于针对政府和商业目标的实际攻击中。这证实了该技术不仅具有理论上的威胁性,而且已经在真实世界的攻击活动中被采用。
防御这种攻击的建议措施包括:
- 实施最小权限原则,严格控制对Run Command功能的访问
- 启用并监控Azure活动日志,特别关注Microsoft.Compute/virtualMachines/runCommand/action操作
- 部署Azure安全中心或类似的云安全解决方案来检测异常的命令执行行为
- 定期审计虚拟机配置和权限分配
Stratus Red Team项目通过记录和模拟这类攻击技术,帮助安全团队更好地理解云环境中的威胁,并测试和改进防御措施的有效性。该项目欢迎安全研究人员和从业者贡献新的攻击技术或改进现有文档。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0193- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
601
4.04 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
Ascend Extension for PyTorch
Python
441
531
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
112
170
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.46 K
824
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
922
770
暂无简介
Dart
846
204
React Native鸿蒙化仓库
JavaScript
321
375
openGauss kernel ~ openGauss is an open source relational database management system
C++
174
249